Los generadores de imágenes de IA se han vuelto notablemente competentes en un período muy corto, capaces de crear rostros que se consideran más realistas que los reales.
Sin embargo, un nuevo estudio señala una forma en que podemos mejorar nuestras capacidades de detección de rostros con IA.
Investigadores del Reino Unido probaron las capacidades de evaluación facial de un grupo de 664 voluntarios, formado por superreconocedores (que han demostrado un alto nivel de habilidad para comparar y reconocer rostros reales en estudios anteriores) y personas con habilidades típicas de reconocimiento facial.
Relacionado: La IA ahora puede aprender qué caras le parecen atractivas directamente a partir de sus ondas cerebrales
Ambos grupos encontraron que las caras de IA eran difíciles de detectar, aunque a los superreconocedores les fue mejor, como se esperaba.
Significativamente, los participantes con súper reconocimiento que pasaron por una breve sesión de entrenamiento de 5 minutos antes de ser evaluados fueron mejores para distinguir caras reales de las generadas por IA.
“Las imágenes de IA son cada vez más fáciles de crear y difíciles de detectar”, afirma la investigadora en psicología Eilidh Noyes, de la Universidad de Leeds.
“Pueden utilizarse con fines nefastos, por lo que es crucial desde el punto de vista de la seguridad que estemos probando métodos para detectar imágenes artificiales”.
El estudio implicó dos tareas diferentes, con y sin formación. En el primero, a los voluntarios se les mostró una sola cara y se les pidió que decidieran si era IA; en el segundo, se les mostró una cara real y una cara de IA, y se les pidió que detectaran la falsa.
En cada experimento participó un grupo diferente de personas.
En el grupo que no recibió ningún entrenamiento, los superreconocedores identificaron correctamente las caras de la IA el 41 por ciento de las veces, mientras que aquellos con habilidades típicas de reconocimiento de rostros reconocieron las caras de la IA sólo el 31 por ciento de las veces.
Teniendo en cuenta que exactamente la mitad de las imágenes fueron generadas por IA, cada participante tenía un 50 por ciento de posibilidades de adivinar correctamente, lo que proporciona una prueba más de que los retratos de IA pueden parecer más reales que la vida a nuestros ojos.
En el grupo que recibió capacitación, las personas con capacidades de reconocimiento típicas identificaron la IA con una precisión del 51 por ciento, aproximadamente al nivel de la probabilidad aleatoria. Sin embargo, los superreconocedores vieron su puntuación de precisión aumentada al 64 por ciento, detectando correctamente las caras de la IA más de la mitad del tiempo.
Los participantes fueron entrenados para detectar algunos de los signos reveladores de que la IA ha creado una cara, incluida la falta de dientes y extrañas manchas borrosas alrededor de los bordes del cabello y la piel.
“Nuestro estudio muestra que el uso de superreconocedores (personas con una capacidad muy alta de reconocimiento facial) combinado con entrenamiento puede ayudar en la detección de rostros de IA”, dice Noyes.
La IA normalmente hace muecas a través de lo que se conoce como red generativa adversarial (GAN). Dos conjuntos de algoritmos funcionan en conjunto: uno para generar rostros y otro para evaluar el realismo de los rostros en comparación con humanos reales. Este circuito de retroalimentación luego impulsa el generador de imágenes a un resultado de apariencia muy realista.
Las imágenes de IA ahora se pueden crear rápida y fácilmente, y se utilizan cada vez más en todo tipo de medios, desde perfiles de citas falsos hasta estafas de robo de identidad. La capacitación puede ayudar a que más personas eviten ser engañadas.
“Nuestro procedimiento de formación es breve y fácil de implementar”, afirma Katie Gray, investigadora de psicología de la Universidad de Reading.
“Los resultados sugieren que combinar este entrenamiento con las habilidades naturales de los superreconocedores podría ayudar a abordar problemas del mundo real, como la verificación de identidades en línea”.
La investigación ha sido publicada en Royal Society Open Science.